ElevenLabs: Scribe v2 Medical

ElevenLabs Scribe v2 Medical, ElevenLabs tarafından sunulan bir konuşmadan metne modelidir ve özellikle klinik ve tıbbi terminolojiye göre ayarlanmış bir Scribe v2 varyantı olarak geliştirilmiştir. Transkripsiyon kategorisinde yer alır, yani görevi konuşma sesini yazılı metne dönüştürmek, konuşma yanıtları üretmek veya istemler üzerinde akıl yürütmek değildir. Uygulamanız doktorların not dikte etmesini, klinik konuşmaları veya tıbbi kelime dağarcığının önemli olduğu herhangi bir sesi içeriyorsa, ElevenLabs bu iş için konumlandırdığı modeldir.

Model girdi olarak ses alır ve çıktı olarak bir transkripsiyon döndürür. Belirtilen yetenekleri arasında kelime düzeyinde zaman damgaları, isteğe bağlı konuşmacı diarizasyonu ve ses olayı etiketleme bulunur. Kelime düzeyinde zaman damgaları, transkriptteki her kelimeyi sesteki bir noktayla hizalamanıza olanak tanır; bu, oynatma senkronizasyonu, altyazılama veya vurgulama için kullanışlıdır. Konuşmacı diarizasyonu etkinleştirildiğinde, birden fazla konuşmacı arasında kimin ne söylediğini ayırır. Ses olayı etiketleme, kayıttaki konuşma dışı olayları işaretler. Bu model için yayımlanmış bir bağlam uzunluğu yoktur ve desteklenen istek parametresi listelenmemiştir, bu nedenle onu örnekleme kontrolleriyle ayarladığınız bir uç nokta olarak değil, sabit amaçlı bir transkripsiyon uç noktası olarak değerlendirmelisiniz.

Pratik kullanımlar doğrudan bu özelliklerden kaynaklanır. Klinik dokümantasyon en belirgin olanıdır: standart konuşmadan metne modellerinin ilaç adlarında, prosedürlerde ve kısaltmalarda takılmaya eğilimli olduğu hasta görüşmelerini veya dikte edilen notları transkribe etmek. Diarizasyon, ifadeleri doğru konuşmacıya atfetmeniz gereken konsültasyonlar veya vaka tartışmaları gibi çok taraflı kayıtlar için onu uygun kılar. Kelime düzeyinde zaman damgaları, bir klinisyenin veya denetçinin bir ifadenin söylendiği tam ana atlamasına olanak tanıyarak inceleme iş akışlarını destekler. Ses olayı etiketleme, kayıt transkripti yorumlamak için önemli olan arka plan sesleri içerdiğinde yardımcı olur.

Onu api14'ün OpenAI uyumlu API'si üzerinden "elevenlabs/scribe-v2-medical" model kimliğiyle çağırırsınız. Arayüz OpenAI formatını izlediği için, mevcut bir OpenAI istemcisini api14'ün temel URL'sine yönlendirebilir ve sesinizi transkripsiyon istekleri için zaten kullandığınız aynı biçimde gönderebilirsiniz. Model ses girdisini kabul eder ve transkripsiyon çıktısı döndürür. Bu model için desteklendiği listelenen ek istek parametresi yoktur, bu nedenle temperature veya özel istemler gibi ayar seçeneklerinin etkili olacağını varsaymak yerine isteklerinizi standart transkripsiyon alanlarıyla sınırlı tutun.

Planlamanız gereken bir nokta: model ses alır, transkripsiyon verir. Girdi olarak metin istemlerini kabul etmez ve transkriptin ötesinde üretilmiş metin üretmez, bu nedenle bir konsültasyonu özetlemek, bir kayıt hakkında soruları yanıtlamak veya yapılandırılmış alanlar çıkarmak gibi görevler transkripsiyon adımının aşağısındaki bir metin modeline aittir. Tıbbi kelime dağarcığına göre ayarlanmış bir model yerine genel amaçlı bir konuşmadan metne modeline ihtiyacınız varsa, standart bir Scribe varyantı daha iyi uyabilir. Özellikle klinik ve tıbbi ses için, bu modelin terminoloji ayarı, zaman damgaları, diarizasyonu ve olay etiketlemesi onu seçmenizin nedenleridir.